Modelli e piattaforme di IA

Blackbaud presenta Lantern, un modello specifico per la raccolta fondi

mm
Aggiungi Unite.AI alle tue fonti preferite su Google

Blackbaud ha presentato Lantern, un modello linguistico specifico per il settore che l’azienda descrive come il primo progettato appositamente per l’intelligenza nella raccolta fondi, il 29 settembre 2026, alla conferenza clienti bbcon 2026 a Columbus, Ohio. Sviluppato attraverso una collaborazione strategica con Databricks, il modello dovrebbe iniziare a potenziare alcune funzionalità dei prodotti Blackbaud nel 2027.

Blackbaud ha collocato il lancio in un contesto di ritorni disomogenei dell’IA nel settore dell’impatto sociale: l’azienda ha affermato che, sebbene l’85 % dei professionisti dell’impatto sociale dichiari di utilizzare l’IA nel proprio lavoro quotidiano, solo circa il 10 % delle organizzazioni sta ottenendo dividendi significativi dal proprio investimento in IA. Lantern, secondo l’azienda, si basa su più di quattro decenni di esperienza nei flussi di lavoro, nelle decisioni e nei risultati della raccolta fondi, così da comprendere il comportamento di donazione piuttosto che quello di acquisto.

«Ogni organizzazione ha accesso a un’IA potente, ma i modelli di frontiera apprendono da Internet, mentre Lantern apprende dalla filantropia», ha dichiarato Mike Gianoni, presidente, amministratore delegato e vicepresidente di Blackbaud. Ha affermato che più di 100 miliardi di dollari vengono raccolti, concessi o gestiti attraverso le piattaforme Blackbaud ogni anno, e che Lantern comprende gli obiettivi di raccolta fondi, le dinamiche dei donatori e le priorità delle organizzazioni non profit in modi che l’IA generica non fa.»

Post-addestrato con Databricks su un Grafo di Segnale del Settore

Collaborando con Databricks, Blackbaud sta combinando i principali modelli open-weight sulla Databricks Data + AI Platform con oltre 40 anni di intelligenza sull’impatto sociale. Lantern è stato post-addestrato su scenari sintetici modellati sul Social Impact Signal Graph di Blackbaud per riflettere i modelli di raccolta fondi del mondo reale, un approccio che, secondo Blackbaud, consente al modello di evolversi man mano che la tecnologia sottostante avanza.

«C’è un’enorme opportunità per il mondo della filantropia di beneficiare dell’IA, ma ottenere ritorni richiede i dati giusti, il contesto e la governance», ha dichiarato Andy Kofoid, presidente delle operazioni globali sul campo di Databricks. Ha affermato che le due aziende stanno fornendo alle organizzazioni non profit la base dati di cui hanno bisogno per far crescere la loro raccolta fondi.

Blackbaud ha dichiarato che Lantern è sviluppato secondo i suoi principi di IA Responsabile, con privacy, trasparenza e governance adeguata al settore al centro.

Progettato attorno alla raccolta fondi, con il contributo dei clienti

Secondo Blackbaud, Lantern riflette l’importanza della fidelizzazione, dei percorsi di upgrade e delle relazioni a lungo termine, dinamiche che l’azienda ha descritto come centrali per la raccolta fondi e non native nei modelli di IA generica. L’azienda ha affermato che il modello può far emergere opportunità altrimenti invisibili e aiutare le organizzazioni a indirizzare i loro sforzi dove possono avere il massimo impatto.

Carrie Cobb, chief data and AI officer di Blackbaud, ha dichiarato che Lantern è stato progettato appositamente per riflettere la raccolta fondi, attingendo a decenni di esperienza nel settore e all’intelligenza incorporata nel Social Impact Signal Graph. Ha descritto il risultato come un’intelligenza più pertinente, trasparente e azionabile perché comprende le relazioni e i comportamenti che guidano i risultati per i clienti.

Lantern è in fase di sviluppo con il contributo dei clienti Blackbaud, tra cui Boston University, Hesed House e YMCA of the North. Tim Cerato, assistente vicepresidente per la gestione delle relazioni con i sostenitori presso Boston University, ha affermato che una delle più grandi potenzialità dell’IA è la sua capacità di comprendere le sfumature di un settore e amplificare l’efficacia delle persone che svolgono il lavoro.

I dati dell’indagine alla base delle cifre di adozione

Le statistiche di adozione nell’annuncio di Blackbaud provengono dal rapporto Bridging the AI Effectiveness Gap del Blackbaud Institute, che si basa su due indagini parallele condotte negli Stati Uniti a marzo 2026 dall’istituto e da Edge Research. Le indagini hanno coinvolto 1.389 professionisti dell’impatto sociale e 1.034 donatori che sostengono organizzazioni di impatto sociale, una categoria che il rapporto definisce come non profit, organizzazioni sanitarie, scuole K–12, istituzioni di istruzione superiore e fondazioni.

Il rapporto classifica circa il 10 % delle organizzazioni come AI-Adaptive, il che significa che hanno superato la fase di sperimentazione per passare a un uso sistemico dell’IA supportato da governance, prontezza dei dati e trasparenza, mentre il 75 % è classificato come AI-Emerging e il 12 % come bloccato o ignaro. Ha rilevato che solo il 50 % delle organizzazioni utilizza versioni a pagamento o enterprise degli strumenti IA, mentre il 24 % utilizza esclusivamente versioni gratuite, e che solo circa un terzo dei professionisti intervistati ritiene che la propria organizzazione utilizzi l’IA in modo molto efficace. Per quanto riguarda la divulgazione, il 76 % dei donatori ha affermato che è importante che le organizzazioni dichiarino chiaramente quando e come l’IA viene utilizzata, mentre solo il 26 % dei professionisti ha dichiarato che la propria organizzazione lo fa.

Disponibilità tramite Platform for Good

Lantern sarà integrato all’interno del Platform for Good di Blackbaud, il sistema operativo unificato che Blackbaud ha presentato lo stesso giorno al bbcon. Tale sistema è composto da tre livelli: un Data Core che combina il Blackbaud Philanthropic Dataset, la ricerca del Blackbaud Institute e i dataset di settore, e il Blackbaud Giving Search; un Intelligence Layer alimentato dal Social Impact Signal Graph; e un Action Layer di assistenti IA, agenti e flussi di lavoro operanti con supervisione umana. Blackbaud ha dichiarato che Lantern si colloca nell’Intelligence Layer, fornendo intelligenza su misura direttamente dove i clienti lavorano già.

Gli annunci della stessa giornata hanno incluso miglioramenti a un Development Agent che identifica e coinvolge i donatori non assegnati, un nuovo Data Health Agent progettato per rilevare e risolvere i problemi di dati tramite flussi di lavoro di revisione e approvazione, e un Raiser’s Edge NXT ricostruito, cloud nativo, con un Strategy Assistant che Blackbaud ha dichiarato si basi su più di $1 trilione di storia delle donazioni tracciata attraverso il prodotto.

Si prevede che Lantern inizi a potenziare alcune capacità di Blackbaud Raiser’s Edge NXT e Agents for Good nel 2027, con una disponibilità più ampia prevista per l’intera Platform for Good.

Aiden Cross è uno stratega generato da AI presso Unite.AI, che copre la strategia dei prodotti AI, l'esecuzione e le sfide pratiche di trasformare modelli sperimentali in prodotti pronti per il mercato e scalabili. Il suo lavoro si concentra su come le startup e le squadre aziendali passino da prototipi e dimostrazioni a sistemi affidabili utilizzati da clienti reali.
Con una prospettiva pragmatica e attenta ai dettagli, Aiden analizza le roadmap dei prodotti, le strategie di go-to-market, le decisioni sulla piattaforma e i compromessi organizzativi che determinano se le iniziative AI abbiano successo o si fermino. Presta particolare attenzione alle realtà di deploy, all'adozione degli utenti, alle limitazioni dell'infrastruttura e all'allineamento tra capacità tecnica e valore aziendale.
Gli articoli scritti da Aiden Cross sono generati da AI e revisionati dal team editoriale di Unite.AI per garantire chiarezza, accuratezza e copertura responsabile di come i prodotti AI vengono costruiti, spediti e scalati nel mondo reale.